Ragas项目中TestsetGenerator异步调用问题的分析与解决
问题背景
在使用Ragas项目进行测试集生成时,开发者遇到了一个典型的异步编程问题。当尝试通过TestsetGenerator生成测试数据时,系统报出"TypeError: object list can't be used in 'await' expression"错误,随后又出现了"coroutine was never awaited"的警告。这些问题本质上都与Python异步编程模型的使用不当有关。
问题分析
在Ragas项目中,TestsetGenerator.generate_with_langchain_docs方法是一个异步协程(coroutine),但开发者最初没有正确地使用await关键字来调用它。这导致了两个主要问题:
-
类型错误:当尝试直接调用异步方法而不使用await时,Python会认为你在尝试await一个列表对象,从而抛出TypeError。
-
协程未等待警告:当协程没有被正确await时,Python会发出警告,提示这个协程永远不会被执行。
解决方案
要正确使用Ragas的TestsetGenerator,需要遵循Python的异步编程规范。以下是完整的解决方案:
1. 正确初始化组件
首先确保所有必要的组件都已正确初始化:
from ragas.testset import TestsetGenerator
from ragas.llms import LangchainLLMWrapper
from ragas.embeddings.base import LangchainEmbeddingsWrapper
from langchain_community.document_loaders import PubMedLoader
# 文档加载
loader = PubMedLoader("liver", load_max_docs=10)
documents = loader.load()
# 嵌入模型初始化
embeddings = LangchainEmbeddingsWrapper(
model_name='BAAI/bge-small-en-v1.5',
model_kwargs={'device': 'cuda:0'}
)
# LLM模型初始化
llm_model = LangchainLLMWrapper(
endpoint_url="http://localhost:8000/",
max_new_tokens=1024,
temperature=0.1,
huggingfacehub_api_token="token"
)
# 测试集生成器初始化
generator = TestsetGenerator.from_langchain(
generator_llm=llm_model,
critic_llm=llm_model,
embeddings=embeddings,
)
2. 正确调用异步方法
关键是要在异步上下文中调用generate_with_langchain_docs方法:
import asyncio
async def generate_testset():
testset = await generator.generate_with_langchain_docs(
documents=documents,
test_size=2,
distributions={'simple': 0.5, 'reasoning': 0.25, 'multi_context': 0.25}
)
return testset.to_pandas()
# 执行异步函数
result = asyncio.run(generate_testset())
print(result)
3. 理解异步执行流程
在Ragas内部,测试集生成过程涉及多个异步步骤:
- 文档存储和检索
- 使用LLM生成问题和答案
- 评估生成内容的质量
- 组装最终测试集
所有这些步骤都被设计为异步执行以提高效率,特别是在处理大量文档时。
最佳实践建议
-
始终检查方法签名:在使用Ragas或其他异步库时,注意方法是否标记为async def。
-
使用明确的异步上下文:将异步调用封装在明确的async函数中,而不是直接在主线程中混合同步和异步代码。
-
错误处理:为异步操作添加适当的错误处理机制,特别是当处理网络请求或外部API调用时。
-
性能考虑:对于大规模文档处理,可以考虑使用更高级的异步模式,如asyncio.gather来并行处理多个文档。
总结
Ragas项目中的TestsetGenerator是一个强大的工具,但需要正确理解和使用Python的异步编程模型。通过遵循上述解决方案和最佳实践,开发者可以充分利用Ragas的功能,同时避免常见的异步编程陷阱。记住,在Python中处理协程时,await关键字不是可选的,而是必须的语法元素。
- DDeepSeek-V3.1-BaseDeepSeek-V3.1 是一款支持思考模式与非思考模式的混合模型Python00
- QQwen-Image-Edit基于200亿参数Qwen-Image构建,Qwen-Image-Edit实现精准文本渲染与图像编辑,融合语义与外观控制能力Jinja00
GitCode-文心大模型-智源研究院AI应用开发大赛
GitCode&文心大模型&智源研究院强强联合,发起的AI应用开发大赛;总奖池8W,单人最高可得价值3W奖励。快来参加吧~052CommonUtilLibrary
快速开发工具类收集,史上最全的开发工具类,欢迎Follow、Fork、StarJava04GitCode百大开源项目
GitCode百大计划旨在表彰GitCode平台上积极推动项目社区化,拥有广泛影响力的G-Star项目,入选项目不仅代表了GitCode开源生态的蓬勃发展,也反映了当下开源行业的发展趋势。06GOT-OCR-2.0-hf
阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00openHiTLS
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!C0308- WWan2.2-S2V-14B【Wan2.2 全新发布|更强画质,更快生成】新一代视频生成模型 Wan2.2,创新采用MoE架构,实现电影级美学与复杂运动控制,支持720P高清文本/图像生成视频,消费级显卡即可流畅运行,性能达业界领先水平Python00
- GGLM-4.5-AirGLM-4.5 系列模型是专为智能体设计的基础模型。GLM-4.5拥有 3550 亿总参数量,其中 320 亿活跃参数;GLM-4.5-Air采用更紧凑的设计,拥有 1060 亿总参数量,其中 120 亿活跃参数。GLM-4.5模型统一了推理、编码和智能体能力,以满足智能体应用的复杂需求Jinja00
Yi-Coder
Yi Coder 编程模型,小而强大的编程助手HTML013
热门内容推荐
最新内容推荐
项目优选









